买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种基于无监督深度学习神经网络的图像特征提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116310395B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310121708.1，技术领域涉及：G06V10/46；该发明授权一种基于无监督深度学习神经网络的图像特征提取方法是由宋诗斌;朱杰;于凤洁;程炜皓;王海霞;卢晓;盛春阳;聂君;张治国;孙巧巧设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种基于无监督深度学习神经网络的图像特征提取方法在说明书摘要公布了：本发明提供了一种基于无监督深度神经网络的图像特征提取方法,具体包括如下步骤：获取当前不同视点的图像，调整所有图像为统一大小，并转成灰度图；对灰度图进行单应性变换，新生成的图像与原图重新构成一组图像对，最后吧所有的图像对构成一个图像集；随机选择每个图像对中的一张图像构成图像组A，另一张图像构成图像组B；把图像组A中每张图片按图像长宽比进行分块；把图像组B作为无监督深度学习神经网络的输入；利用计算出的误差对无监督深度学习神经网络进行反向传播。本发明的技术方案克服现有技术中基于卷积神经网络的提取速度慢，且需要大量标注数据用于网络训练的问题。

本发明授权一种基于无监督深度学习神经网络的图像特征提取方法在权利要求书中公布了：1.一种基于无监督深度神经网络的图像特征提取方法，其特征在于，具体包括如下步骤： S1，获取当前不同视点的图像{X1、X2、X3、…、Xn}，调整所有图像为统一大小，利用灰度转换生成灰度图{Y1、Y2、Y3、…、Yn}； S2，对灰度图{Y1、Y2、Y3、…、Yn}进行单应性变换，将原始灰度图像中每张图像的角边界框中随机选取的4个点，依次与新灰度图像的4个角的点相对应，其中对图像Y1变换生成新图像Y1`，Y2生成Y2`，以此类推，最后生成n个图像对{Y1，Y1`、Y2，Y2`、Y3，Y3`、…、Yn，Yn`}； S3，随机选择每个图像对中的一张图像构成图像组A，另一张图像构成图像组B； S4，把图像组A中每张图片按图像长宽比进行分块，最终分成M块，对每一块图片进行尺度不变特征变换，提取出每块图片中一个关键点的信息，最后把M块图片提取出的关键点信息统计成M×128维的向量；通过梯度直方图统计法，获得每个特征点的位置、尺度以及方向信息，然后用一组向量将这个特征点的信息表述出来，表示方法采用4×4×8=128维向量，最后把每张图片M块提取出的所有特征点信息统计在一起用M×128维的向量表示；S5，把图像组B作为无监督深度学习神经网络的输入，利用无监督深度学习神经网络从图像中提取特征，生成N×4×14×19的特征地图，其中N代表输入图片个数，再利用三层全连接层生成M×128维图像的特征向量； S6，利用L2损失函数对图像组A和图像组B中每张图像生成的2个M×128的一维向量进行误差计算，并利用计算出的误差E对无监督深度学习神经网络进行反向传播，逐层调整神经网络参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。